[論文レビュー] Finding Any Nontrivial Coarse Correlated Equilibrium Is Hard

Siddharth Barman, Katrina Ligett|arXiv (Cornell University)|Apr 23, 2015

Game Theory and Applications参考文献 16被引用数 10

ひとこと要約

この論文は、要約された多人数ゲームにおいて、最悪のCCEよりも福利厚が良い非自明な粗い協調的均衡（CCE）を求めることが、近似的でさえもNP困難であることを証明している。CCEを計算する効率的なアルゴリズムは存在するが、P = NPでない限り、非自明な福利厚の向上を保証することはできない。著者らは、同様の難易度が協調的均衡に対しても成り立つことを示しており、さらに集約的ゲームでは近似的に最適な福利厚を持つ近似協調的均衡を多項式時間で計算するアルゴリズムを提供している。

ABSTRACT

One of the most appealing aspects of the (coarse) correlated equilibrium concept is that natural dynamics quickly arrive at approximations of such equilibria, even in games with many players. In addition, there exist polynomial-time algorithms that compute exact (coarse) correlated equilibria. In light of these results, a natural question is how good are the (coarse) correlated equilibria that can arise from any efficient algorithm or dynamics. In this paper we address this question, and establish strong negative results. In particular, we show that in multiplayer games that have a succinct representation, it is NP-hard to compute any coarse correlated equilibrium (or approximate coarse correlated equilibrium) with welfare strictly better than the worst possible. The focus on succinct games ensures that the underlying complexity question is interesting; many multiplayer games of interest are in fact succinct. Our results imply that, while one can efficiently compute a coarse correlated equilibrium, one cannot provide any nontrivial welfare guarantee for the resulting equilibrium, unless P=NP. We show that analogous hardness results hold for correlated equilibria, and persist under the egalitarian objective or Pareto optimality. To complement the hardness results, we develop an algorithmic framework that identifies settings in which we can efficiently compute an approximate correlated equilibrium with near-optimal welfare. We use this framework to develop an efficient algorithm for computing an approximate correlated equilibrium with near-optimal welfare in aggregative games.

研究の動機と目的

• 効率的なアルゴリズムが、最悪のCCEよりも著しく良い福利厚を持つ粗い協調的均衡（CCE）を計算できるかどうかを調査すること。
• 要約された多人数ゲームにおいて、CCE や協調的均衡（CE）を、非自明な福利厚保証とともに多項式時間で計算するアルゴリズムが存在するかどうかを特定すること。
• 平等な福利厚やパレート最適性などの代替的目標のもとでも、難易度が継続するかどうかを調査すること。
• 近似的に最適な福利厚を持つ近似均衡の効率的計算が可能となる条件を同定すること。
• 集約的ゲームのような特定のゲームクラスにおいて、近似的に最適な福利厚を持つ近似協調的均衡を計算するフレームワークを構築すること。

提案手法

• 要約された多人数ゲームにおいて、任意のCCEの福利厚が最悪のCCEよりも厳密に良い場合の計算がNP困難であることを、福利厚最適化問題への還元を用いて証明する。
• 同様の複雑性理論的議論を用いて、協調的均衡（CE）、平等な福利厚、パレート最適性に対しても難易度を拡張する。
• 元の福利厚目的を近似するための離散化されたアグリゲーター関数と修正された福利厚関数 $\tilde{w}^y$ を導入する。
• 状態空間 $\mathcal{G}$ が多項式的に有界であることを活用し、各集約状態 $s$ に対して $\tilde{w}^y$ を行動プロファイル全体で最大化する動的計画法を設計する。
• 修正された福利厚をパrameter化し、加法的近似保証を満たすように、$d = nm(m-1)+1$ のスケーリングベクトル $y \in [0,n]^{d}$ を構築する。
• 動的計画法と加法的近似バウンドを組み合わせることで、最大福利厚マッチング問題（MWMP）における福利厚の $O\left(\frac{\varepsilon^4}{n^4 m^8}\right)$-加法的誤差を達成する。

実験結果

リサーチクエスチョン

• RQ1 要約された多人数ゲームにおいて、最悪のCCEよりも福利厚が良い粗い協調的均衡（CCE）を計算することはNP困難か？
• RQ2 平等な福利厚やパレート最適性といった代替的目標のもとでも、同様の難易度結果が協調的均衡（CE）に対しても成り立つか？
• RQ3 特定のゲームクラスにおいて、近似的に最適な社会的福利厚を持つ近似協調的均衡を効率的に計算できるアルゴリズムは存在するか？
• RQ4 近似的に最適な福利厚に近い均衡の多項式時間計算が可能となる条件は何か？
• RQ5 集約的ゲームにおいて、動的計画法を用いて福利厚最適化の加法的近似保証を達成できるか？

主な発見

• 要約された多人数ゲームにおいて、最悪のCCEよりも厳密に良い福利厚を持つ任意の粗い協調的均衡（CCE）を計算することはNP困難である。
• 同様の難易度結果は協調的均衡に対しても成り立ち、平等な目標やパレート最適性の下でも継続する。
• $n$ 人、$m$ 動作の集約的ゲームにおいて、$\varepsilon$-協調的均衡を、$n$、$m$、および $1/\varepsilon$ に関して多項式時間で計算可能であり、福利厚は $w^* - \varepsilon$ に達する。
• 動的計画法アプローチにより、最大福利厚マッチング問題（MWMP）における加法的近似が $O\left(\frac{\varepsilon^4}{n^4 m^8}\right)$ に達成される。
• このフレームワークにより、一般の要約ゲームにおけるNP困難性の壁を乗り越え、集約的ゲームにおいて近似的に最適な福利厚を持つ近似協調的均衡を効率的に計算できる。
• この結果は、P = NP でない限り、一般の要約ゲームにおいてCCEやCEの非自明な福利厚保証を提供できる効率的アルゴリズムは存在しないことを示唆している。